La mejora de imágenes submarinas y la eliminación de turbidez (desempañado) es un problema muy desafiante, no solo debido a la gran variedad de entornos donde es aplicable, sino también debido a la falta de datos de imágenes de alta resolución etiquetados. En este documento, presentamos un enfoque novedoso de aprendizaje profundo de dos pasos para el desempañado de imágenes submarinas y la corrección de color. En iDehaze, aprovechamos los gráficos por computadora para modelar físicamente la propagación de la luz en condiciones submarinas. Específicamente, construimos una simulación tridimensional y fotorrealista de entornos submarinos, y los utilizamos para recopilar un gran conjunto de datos de entrenamiento supervisado. Luego entrenamos una red neuronal convolucional profunda para eliminar la niebla en estas imágenes, luego entrenamos una segunda red para transformar el espacio de color de las imágenes desempañadas en un dominio objetivo. Los experimentos demuestran que nuestro método iDehaze de dos pasos es sustancialmente más efectivo para producir imágenes submarinas de alta calidad, logrando un rendimiento de vanguardia en múltiples conjuntos de datos. El código, los datos y los puntos de referencia serán de código abierto.